ChatGPT驅動的華爾街： 在巿場交易中使用AI的好處與危險

像ChatGPT這樣由人工智能驅動的工具，有可能徹底改變人類工作的速度、效率、和效果。對金融市場來說是如此，對醫療保健、製造業和我們生活中幾乎所有其他方方面面的行業也是如此。
我研究金融市場和算法交易已有14年。雖然人工智能提供了很多好處，但這些技術在金融市場的使用越來越多，也埋下了危險性。華爾街過去通過計算機和人工智能來加快交易速度的種種努力，就留下了利用這些工具來進行決策的重要教訓。

作者為西維珍尼亞大學（West Virginia University）金融學副教授Pawan Jain

程式交易催生黑色星期一

1980年代初，在技術進步和金融創新（如金融衍生產品的問世）的推動下，機構投資者開始使用電腦程式，根據預定的規則和算法執行交易。這幫助他們快速有效地完成大型交易。

那時，這些算法相對簡單，主要用於所謂的指數套利，即試圖從一個股票指數（如標準普爾500指數）和它所組成的股票的價格之間的差異中獲利。

隨着技術的進步和更多數據的出現，程式交易（program trading）變得越來越複雜，算法能夠分析複雜的市場數據，並根據各種因素執行交易。在這些大體上不受監管的大型交易高速公路上，交易程式的數量持續增長——每天有價值超過一萬億美元的資產在這些高速公路上易手，使得市場波動性急劇增加。

最終，這導致了1987年、被稱為黑色星期一的大規模股票市場崩潰。道瓊斯工業平均指數遭受了當時史上最大百分比的下跌，衝擊蔓延全球。

事件之後，監管當局實施了一系列措施來限制使用程式交易，包括在市場出現重大波動時停止交易的斷路器和其他限制。但是，儘管採取了這些措施，程式交易在股災後的幾年裏繼續流行起來。

HFT： 增強版的程式交易

時間快進15年，到了2002年，紐約證券交易所推出了一個完全自動化交易系統。結果，程式交易員讓位於擁有更先進技術的更複雜的自動交易：高頻交易（High-frequency trading, HFT）。

HFT使用電腦程式來分析市場數據並以極高的速度執行交易。與在不同時間買入和賣出一籃子證券來獲得套利機會的交易程式不同的是，類似證券的價格差異可以被利用來獲取利潤--HFT使用強大的計算機和高速網絡來分析市場數據並以閃電般的速度執行交易。HFT程式可以在大約6400萬分之一秒的時間內進行交易，而20世紀80年代的交易程式則需要幾秒鐘。

這些交易通常是非常短期的，可能涉及在幾納秒內多次購買和出售同一證券。人工智能（AI）算法實時分析大量數據，並確定人類交易者無法立即看出的模式和趨勢。這有助於交易者做出更好的決定，並以比人手更快的速度執行交易。

AI在HFT中的另一個重要應用是自然語言處理，這涉及分析和解釋人類語言數據，如新聞文章和社交媒體帖子。通過分析這些數據，交易程式可以獲得對市場情緒的寶貴資訊，並相應調整他們的交易策略。

人工智能交易的好處

這些基於AI的高頻交易，其操作方式與人非常不同。

人類的大腦緩慢、不準確、而且健忘。它沒有能力進行快速、高精度的運算，而這種運算正是分析大量數據、確定交易信號所需要的。電腦計算的速度要快幾百萬倍，基本上擁有無懈可擊的記憶，完美的注意力和無限的能力，可以在幾毫秒內分析大量的數據。

因此，就像大多數技術一樣，HFT為股票市場提供了若干好處。

這些交易程式通常以非常接近市場價格的價格購買和出售資產，這意味着他們不會向投資者收取高額費用。這有助於確保市場上始終有買家和賣家，這反過來有助於穩定價格，減少價格突然波動的可能性。

HFT也可以通過快速識別和利用市場中的錯誤定價，來幫助減少市場低效的影響。例如，高頻交易算法可以檢測到某隻股票的價值被低估或高估，並執行交易以利用這些差異。通過這樣做，這種交易可以幫助糾正市場的低效率，確保資產的定價更加準確。

弊端

但速度和效率也會造成傷害。

HFT算法可以對新聞事件和其他市場信號作出快速反應，從而導致資產價格的突然飆升或下降。

此外，HFT金融公司能夠利用其速度和技術獲得對其他交易者的不公平優勢，進一步扭曲市場信號。這些極其複雜的ＡI驅動交易巨獸所造成的波動導致了2010年5月的股市閃崩，當時股票暴跌在幾分鐘內再度恢復，相當於約1萬億美元的市場價值蒸發然後又恢復。

從那時起，波動性市場已經成為新的常態。我和兩位研究者在一項2016年的研究中發現，市場的波動性，即衡量價格上下波動的速度和不可預測性，在引入HFT後大幅增加。

HFT分析數據的速度和效率意味着，即使是市場上一個微小變化也會引發大量交易，導致價格突然波動和波動性增加。

此外，我與其他幾位同事在2021年發表的研究表明，大多數高頻交易商使用類似的算法，這增加了市場失靈的風險，因為隨着這類交易者在市場上數量增加，算法類似會導致類似的交易決策。

這意味着，如果所有的高頻交易商的算法都推算出相似的結果時，他們可能會在市場上的同一側進行交易。也就是說，他們都可能在負面消息的情況下嘗試賣出，或在正面消息的情況下買入。如果交易中的另一方——買家或賣家不存在，市場就會失失靈。

進入ChatGPT時代

至於ChatGPT驅動的交易算法和類似程序，為我們打開了一個新世界。他們可以把太多的交易者都站在交易同一邊的問題，變得更加糟糕。

一般來說，人類自主進行決定，其決定會傾向於多樣化。但是，如果每個人的決定都來自於一個類似的人工智能，這就會限制意見的多樣性。

想像一個極端的、金融以外的情況：每個人都依靠ChatGPT來決定購買最好的電腦。消費者已經很容易產生羊群行為，他們傾向於購買相同的產品和型號。例如，Yelp、亞馬遜等網站的評論促使消費者在幾個頂級選擇中挑選。

由於生成式AI驅動的聊天機械人所做的決定是基於過去的訓練數據，所以聊天機械人所建議的決定會有相似性。ChatGPT極有可能向所有人推薦相同的品牌和型號。這可能將羊群效應增強到前所未有的水平，並可能導致某些產品和服務的短缺，以及嚴重的價格飆升。

如果做出決定的AI是由有偏見和不正確的信息告知的，這就變得更有問題。當系統在有偏見的、舊的或有限的數據集上進行訓練時，AI算法會加強現有的偏見。而ChatGPT和類似的工具已經因為犯下事實性錯誤而被批評。

此外，由於市場崩潰相對罕見，沒有太多的相關數據。由於生成式AI依賴數據訓練來學習，它們對市場崩潰的知識的缺乏可能更容易引發市場崩潰。

至少目前看來，大多數銀行不會允許其員工利用ChatGPT和類似工具。花旗集團、美國銀行、高盛和其他幾家貸款機構已經以私隱問題為由，禁止在交易大廳使用這些工具。

但我堅信，一旦銀行解決了對生成性人工智能的擔憂，他們最終會接受生成式AI。因為潛在的收益太大，而且一旦放棄還有被競爭對手甩在後面的風險。

但這對金融市場、全球經濟和每個人的風險也很大，所以我希望金融界謹慎行事。

本文轉載自The Conversation，由香港01編譯，點擊閱讀英文原文。